公开(公告)号：CN117540007B

公开(公告)日：2024-03-15

申请号：CN202410008075.8

申请日：2024-01-04

Applicant: 烟台大学

Inventor： 刘志中 ,  孙宇航 ,  初佃辉 ,  郭强 ,  孙鸿翔

IPC: G06F16/335 ,  G06F16/33 ,  G06F16/783 ,  G06F16/683 ,  G06F18/22

Abstract: 本发明涉及多模态情感数据识别技术领域，具体为基于相似模态补全的多模态情感分析方法、系统和设备，该分析方法首先将标记好的缺失模态的标记多模态样本，进行全局特征提取、多线性处理和概率映射处理，得到准确的标记多模态样本的预测标签；接着，基于缺失模态的属性，以及标记多模态样本的预测标签，与相似全模态样本的真实标签和预测标签的相同性，确定最合适的相似全模态样本，对缺失模态进行数据补全，得到补全标记多模态样本；最后，将待检多模态样本、或标记多模态样本、或补全标记多模态样本中的模态，进行多模态融合，得到的融合模态经分类处理，得到准确率更高的情感分析结果。

公开(公告)号：CN117290433A

公开(公告)日：2023-12-26

申请号：CN202311256382.X

申请日：2023-09-27

Applicant: 烟台大学

Inventor： 刘志中 ,  赵美悦 ,  张晓君 ,  贺琴 ,  孙宇航

IPC: G06F16/26 ,  G06F16/9536 ,  G06F16/9535

Abstract: 本发明涉及计算机技术领域，具体为信息网络与社交网络协同驱动的观点输出方法和系统，该方法中，在信息网络的驱动下，根据强可靠信息集合和弱可靠信息集中的信息特点，计算出当前个体在信息网络影响下的信息网络观点值；并基于信息网络观点值，然后在社交网络的驱动下，根据用户信任集合中个体认知能力和个体间亲密度，计算出当前个体在社交网络中邻居个体影响下的社交网络观点，同时动态更新社交网络，重复以上步骤，直到社交网络中观点值达到稳定状态后，输出对应观点，该方法具有收敛速度快、离散程度低、观点聚合效果显著，观点输出真实度高的优势。

公开(公告)号：CN116304279A

公开(公告)日：2023-06-23

申请号：CN202310285061.6

申请日：2023-03-22

Applicant: 烟台大学

Inventor： 刘志中 ,  庞李鑫 ,  初佃辉 ,  宋笑宇 ,  孟令强

IPC: G06F16/953 ,  G06N3/08 ,  G06N3/042 ,  G06N3/0442

Abstract: 本发明提出了基于图神经网络的用户偏好演化主动感知方法及系统，包括：基于用户会话数据，将用户历史交互序列建模为用户交互有向序列图；利用门控图神经网络学习有向序列图中节点的嵌入向量表示；基于注意力网络挖掘交互序列中用户与项目之间的复杂相关性，获取用户长期偏好；基于位置感知网络，将可学习的位置矩阵纳入项目嵌入中，利用注意力网络提取用户短期偏好；采用门控网络融合长期偏好和短期偏好得到用户最终的偏好并进行项目预测；通过建立项目与偏好之间的映射关系，结合项目预测结果进行偏好演化的主动感知。

公开(公告)号：CN116244513A

公开(公告)日：2023-06-09

申请号：CN202310115682.X

申请日：2023-02-14

Applicant: 烟台大学

Inventor： 刘志中 ,  孟令强 ,  李林霞 ,  初佃辉 ,  宋笑宇

IPC: G06F16/9535 ,  G06N3/04 ,  G06N3/08 ,  G06F18/25

Abstract: 本发明公开了随机群组POI推荐方法及系统；方法包括：依据群组成员对兴趣点POI的签到序列，计算群组成员的初始影响权重；确定最终影响权重；基于最终影响权重，得到随机群组的拟合特征；依据群组成员对兴趣点POI的签到序列，构建群组成员与兴趣点POI的标号二部图，从二部图中，提取出含有群组成员POI交互偏好的POI特征表示；依据群组成员的兴趣点POI转移序列，构建POI有向转移图，从有向转移图中，提取出含有群组成员POI转移偏好的POI特征表示；将两种特征表示进行特征融合；基于融合特征与随机群组的拟合特征，计算出随机群组对每个POI的预测评分，根据预测评分为随机群组推荐感兴趣的POI列表。

公开(公告)号：CN113850346A

公开(公告)日：2021-12-28

申请号：CN202111205166.3

申请日：2021-10-15

Applicant: 烟台大学

Inventor： 刘志中 ,  郑禾丹 ,  初佃辉 ,  尚领 ,  孟令强

IPC: G06K9/62

Abstract: 本发明属于边缘服务领域，提供了一种MEC环境下多维属性感知的边缘服务二次聚类方法及系统。该方法包括，将边缘服务所在服务器的地理位置与边缘服务器的硬件配置作为一级聚类指标；将服务质量与信誉度作为二级聚类指标；采用基于密度的最小生成树启发式分段聚类算法，依据一级聚类指标，对边缘服务进行一级聚类，得到地理位置相近、服务器质量相似的服务类簇；采用基于密度峰值的层次聚类算法，依据二级聚类指标，对所述地理位置相近、服务器质量相似的服务类簇进行二级聚类，得到边缘服务聚类结果。

公开(公告)号：CN119139704B

公开(公告)日：2025-02-28

申请号：CN202411659231.3

申请日：2024-11-20

Applicant: 烟台大学

Inventor： 王莹洁 ,  金世龙 ,  段培永 ,  滕浩钧 ,  孙美美 ,  刘颢 ,  刘志中 ,  赵相福

IPC: A63F13/56 ,  A63F13/837 ,  G06N3/09

Abstract: 本发明涉及多智能体控制技术领域，尤其是涉及一种多智能体博弈对抗的异构任务优化方法及系统。方法，包括获取博弈双方智能体可观测信息，基于获取的博弈双方智能体可观测信息，利用actor‑critic网络结构生成当前环境下的状态集合，将经验缓存区中的数据顺序打乱并重新编号，并抽取数据结合认知理论对actor‑critic网络结构进行训练。本发明通过先获取博弈双方智能体可观测信息，进而将状态观测数据传递给中心控制器，训练完后智能体就可以不再与中心控制器通信，可以基于自己的局部观测状态通过自己的动作策略函数来产生最优动作。

公开(公告)号：CN118841979B

公开(公告)日：2025-01-21

申请号：CN202411311278.0

申请日：2024-09-20

Applicant: 烟台大学

Inventor： 刘兆伟 ,  温浩男 ,  刘延乐 ,  刘志中 ,  阎维青 ,  赵相福 ,  于自强 ,  宋永超 ,  李恒 ,  单垚

IPC: H02J3/00 ,  G06F18/2415 ,  G06F18/10 ,  G06N3/094 ,  G06F17/16

Abstract: 本发明涉及模型运算技术领域，尤其是涉及一种基于多尺度异常检测的电力系统负荷预测方法及系统。方法，包括构建Transformer‑XL与生成对抗网络相结合的负荷预测模型；基于负荷预测模型对电力系统多源数据进行预测，得到负荷预测数据；基于多尺度卷积变分自编码器对电力系统多源数据进行异常检测，得到异常检测结果；将异常检测结果和负荷预测结果相融合，生成综合评分；根据生成的综合评分，利用贝叶斯优化自动调整关键超参数。本发明能够更好地处理电力负荷数据中的非线性和多维度变化，从而显著提升了负荷预测的精度。

公开(公告)号：CN119180477A

公开(公告)日：2024-12-24

申请号：CN202411696943.2

申请日：2024-11-26

Applicant: 烟台大学

Inventor： 王莹洁 ,  李亚鸿 ,  滕浩钧 ,  王海鹏 ,  高洋 ,  安茂国 ,  刘志中 ,  赵相福

IPC: G06Q10/0631 ,  G06F18/243

Abstract: 本发明涉及任务分配技术领域，尤其是涉及一种多层次任务分配的众包环境下区域分类方法及系统。方法包括获取众包工人历史数据；利用随机森林模型根据众包工人历史数据预测网格划分后每个网格内的工人数量；基于预测的工人数量得到密度比值，将任务区域划分为低比值、中比值和高比值区域，其中基于成本效益最大化目标，分别在低比值区域采用延迟策略、在中比值区域采用平衡策略以及在高比值区域采用协作的策略；对剩余任务采用跨网格区域招募，完成任务的分配。本发明提供了一种众包环境下区域分类方法的多层次任务分配策略，所述方案通过相应的密度比值将网格化后的整个感知区域划分为低比值、中比值和高比值区域，充分考虑了不同区域的特性。

公开(公告)号：CN118713938A

公开(公告)日：2024-09-27

申请号：CN202411203462.3

申请日：2024-08-30

Applicant: 烟台大学

Inventor： 刘兆伟 ,  杨海涛 ,  王腾江 ,  刘志中 ,  赵相福 ,  于自强 ,  王涛 ,  阎维青 ,  王海洋

IPC: H04L9/40 ,  G06F18/2433 ,  G06F18/25

Abstract: 本发明涉及异常节点检测技术领域，尤其是涉及一种基于异质图的工业互联网异常节点检测方法及系统。所述方法包括：对新的图结构进行不同类型节点的特征映射；基于自注意力机制对新的图结构进行计算得到节点嵌入向量；基于语义级的注意力机制学习元路径的重要性，通过融合节点嵌入向量得到最终的融合嵌入向量；对节点的融合嵌入向量进行分类，以检测工业互联网中的异常节点。在本发明中，将工业互联网看作异质图神经网络，引入机器学习和图神经网络框架，结合利用图结构学习算法、图注意力网络、元路径等一系列技术，实现对工业互联网中的异常节点进行准确、高效识别和监控。

公开(公告)号：CN118070179A

公开(公告)日：2024-05-24

申请号：CN202410163325.5

申请日：2024-02-05

Applicant: 烟台大学

Inventor： 杨锐荣 ,  崔振东 ,  张栋 ,  刘志中 ,  赵晓栋

IPC: G06F18/2433 ,  G06F18/213 ,  G06F18/2113 ,  G06F18/214 ,  G06F18/2413

Abstract: 本发明公开了发动机螺栓拧紧异常检测方法及系统，方法包括：对发动机待检测装配生产数据进行经验模态分解，得到去噪后的待检测数据；对去噪后的待检测数据进行特征提取，得到特征集合；将特征集合，输入到训练后的一阶检测模型中，输出发动机螺栓拧紧异常与否的第一次检测结果；如果一次检测结果为正常，则继续执行装配工作；如果一次检测结果为异常，则将特征集合输入到训练后的二阶检测模型中，训练后的二阶检测模型，输出发动机螺栓拧紧异常与否的第二次检测结果；如果第二次检测结果为正常，则继续执行发动机的下一工位的装配工作；如果第二次检测结果为异常，则表示发动机的螺栓拧紧发生异常，提示螺栓需要检修或重新装配。